scipy.optimize.

HessianUpdateStrategy

class scipy.optimize.HessianUpdateStrategy

實作 Hessian 更新策略的介面。

許多最佳化方法會使用 Hessian（或反 Hessian）近似，例如擬牛頓法 BFGS、SR1、L-BFGS。然而，其中一些近似實際上不需要儲存整個矩陣，或者可以用非常有效率的方式計算內部矩陣與給定向量的乘積。此類別作為最佳化演算法和擬牛頓更新策略之間的抽象介面，讓實作可以自由地盡可能有效率地儲存和更新內部矩陣。初始化和更新程序的不同選擇將導致不同的擬牛頓策略。

衍生類別中應實作四個方法：initialize、update、dot 和 get_matrix。矩陣乘法運算子 @ 也被定義為呼叫 dot 方法。

註解

任何實作此介面的類別實例，都可以被方法 minimize 接受，並被相容的求解器用來近似最佳化演算法使用的 Hessian（或反 Hessian）。

方法

dot(p)	計算內部矩陣與給定向量的乘積。
get_matrix()	傳回目前的內部矩陣。
initialize(n, approx_type)	初始化內部矩陣。
update(delta_x, delta_grad)	更新內部矩陣。